Closed jasperzhong closed 2 years ago
这个好像都没用到GNN... 完全是用于temporal interaction的
每个node给两种embedding: static embedding和dynamic embedding.
static embedding是不变的,比如用来表示用户长期兴趣. dynamic embedding是当user和item发生interaction的时候更新. 更新方法如下:
f是edge features. \delta 是指距离这个node上次interaction的时间差.
训练算法
看上去是给定一个interaction (user -> item),先取这个用户上一个interact的item的embedding,以及user自己的embedding,作为模型输入,然后用模型预测item,用真实interaction的item作为标签,计算loss. 然后更新dynamic embedding.
这样就可以预测未来用户会和哪个item interact了,就可以用这个做预测了!
实验结果还不错.
BTW,这里提到的static embedding完全可以看作是node features..
https://arxiv.org/pdf/1812.02289.pdf
JODIE